skip to main content
訪客
個人書架
我的帳戶
登出
登入
This feature requires javascript
檢索首頁
圖書館首頁
電子期刊
引用參考文獻查詢
指定參考書查詢
新書通報
標籤查詢
線上輔助
語言:
English
繁體中文
This feature required javascript
This feature requires javascript
Primo Search
館藏+文章
館藏+文章
館藏
查館藏
文章
查文章
機構典藏
機構典藏
Search For:
Clear Search Box
Search in:
館藏+文章
Or hit Enter to replace search target
Or select another collection:
Search in:
館藏+文章
進階檢索
瀏覽查詢
This feature requires javascript
資源種類
criteria input
圖書
期刊
視聽資料
全部館藏
顯示結果:
criteria input
包含在我的檢索語句內
完全相同
起始以
顯示結果:
查詢種類 索引
criteria input
任何地方
題名
ISBN
ISSN
Show Results with:
題名
Show Results with:
任何地方
題名
ISBN
ISSN
This feature requires javascript
欺诈网页检测中基于遗传算法的特征优选
王嘉卿;朱焱;陈同孝;张真诚
计算机应用, 2018, Vol.38 (1), p.295-299
可取得全文
引用
被引用
線上檢視
詳細格式
評論和標籤
相關文章推薦
FullText@NUTN
引用次數
This feature requires javascript
傳送到
加入個人書架
從個人書架中移除
E-mail
列印
永久連結
引用
EndNote
導出 RiS
This feature requires javascript
題名:
欺诈网页检测中基于遗传算法的特征优选
著者:
王嘉卿
;
朱焱
;
陈同孝
;
张真诚
主題:
信息增益
;
欺诈网页检测
;
特征选择
;
遗传算法
;
随机森林算法
所屬期刊:
计算机应用, 2018, Vol.38 (1), p.295-299
描述:
针对网页欺诈检测中特征的高维、冗余问题,提出一个基于信息增益和遗传算法的改进特征选择算法(IFS—BIGGA)。首先,通过信息增益(IG)给出特征重要性排序,设定动态阈值减少冗余特征;其次,改进遗传算法(CA)中染色体编码函数和选择算子,并结合随机森林(at)的受试者工作特征曲线面积(AUC)作为适应度函数,选择高辨识度特征;最后,增加实验迭代次数避免算法随机性,产生最佳最小的特征集合(OMFS)。实验验证表明,应用IFS-BIGGA生成的OMFS与高维特征集合相比,尽管RF下的AUC减小了2%,但是真阳性率(Tea)提高了21%,并且特征维度减少了92%;同时多个常用分类器的平均检测时间减少了83%;另外,IFS-BIGGA的F1值相比传统的遗传算法(TGA)和帝国主义竞争算法(ICA)分别提高了4.2%和3.5%。实验结果表明,IFS-BIGGA可以进行高效特征降维,在实际的网页检测工程中,有效减少计算代价,提高检测效率。
出版者:
西南交通大学信息科学与技术学院,成都,611756%台中科技大学资讯工程系,台湾台中404%逢甲大学资讯工程系,台湾台中407
語言:
中文
識別號:
ISSN: 1001-9081
DOI: 10.11772/j.issn.1001-9081.2017061560
資源來源:
Alma/SFX Local Collection
This feature requires javascript
This feature requires javascript
返回到檢索清單
前一個記錄
檢索清單
7
下ㄧ個記錄
This feature requires javascript
This feature requires javascript
正在檢索遠程資料庫,請稍等
查詢:
在
scope:("NUTN"),scope:(NUTN_ALEPH),scope:(NUTN_IR),scope:(NUTN_SFX),primo_central_multiple_fe
顯示現有記錄
This feature requires javascript
This feature requires javascript